0
雷锋网 AI 科技评论：由美国卡耐基梅隆大学（简称 CMU）开设的「深度学习」课程，是 AI 课程学习领域的「金字招牌」，过去几年均获得各界好评。通过这门课程，学生将能掌握到深度神经网络的基础知识，以及在各种 AI 任务中的应用。
今年 CMU 如期开办了 2019 年度的春季课程，时间从今年 1 月持续至 4 月，一起看看课程有哪些亮点吧。
关于课程开办初衷，官网如此写道：
以深度神经网络为代表的「深度学习」系统，正在人工智能领域任务处理上扮演着越来越重要的角色，其中包括语言理解、语音与图像识别、机器翻译、规划、游戏和自动驾驶等。深度学习的专业知识慢慢从学术冷僻的知识点变为大学里的强制性学习内容，同时给工业 & 就业领域带来了许多好处。
首先，你无需成为 CMU 的学生，也能学习这门课程。只需登陆：
并按照指示注册并填写信息，即可报读该课程。
虽然该课程是供校外学生学习的「特供版」，然而你却无需担心平台课程会掺杂「水分」，官网上明确表明，供校外学生学习的课程将完整遵循 CMU 原装课程，无论是在课程、测试、课后作业、piazza 还是讨论板块，都将与 CMU 本校学生的体验并无二样，就是更新时间上可能存在 3 周左右的延迟。
据悉，目前已有 1300 名校外学生注册报读了该课程。
对于哪些只想听课不想做作业的人来说，还可以选择在课程 YouTube 频道上进行观看：
当然，想顺利修读这门课程，对学生还是有一定要求的，这包括：
起码懂得一门编程语言。PyTorch 将是本课程用于复习和给出指令的主要工具包。
熟悉微积分（微分 &链规则）、线性代数和基本概率的基础知识。
课程安排
课程会从 MLPs 的进展开始讲起，然后逐步深入到更复杂的内容，比如注意力机制和序列对序列模型。具体开课内容 & 时间，可参考以下时间表：
学习材料方面，课程推荐了以下 4 本参考书籍：
家庭作业方面，主要分为 Autolab 和 Kaggle 两大块。
Kaggle 作业能让学生对多种深度学习架构进行探索，并了解如何微调和改进模型。官网强调了，学生也许会发现这些作业布置的任务都很相似，然而这正是乐趣所在——学习如何用不同的深度学习方法搞定相同的任务。
课程考核方面，老师将基于周测试（24 %）、课后作业（51%）以及课程项目（25%）的表现进行打分，学生最后必需起码获得 B-的成绩才能顺利结业。需要强调的是，完成课后作业或课程项目过程中的讨论是被允许的，而代码抄袭则被严禁，一经发现将受到严厉的惩罚。
根据官网介绍，在完成课程学习后，学生在未来将有足够信心自行构建与调整深度学习模型。
对本课程感兴趣的童鞋，可以加入 AI 研习社的 CMU 课程学习小组：https://ai.yanxishe.com/page/groupDetail/18，里头会及时更新最新的中译课程内容，此外，你还会遇到许多志同道合的小伙伴跟你一起打卡学习~
via http://deeplearning.cs.cmu.edu/
雷锋网 AI 科技评论 雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
